Sammanfattning intervjuer

Sammanfattningsvis gav intervjuerna en insikt i den problematik som finns inom installation, optimering, hållbarhet, feedback och support. Dessa insikter inkluderade områden såsom marknaden, kunder och slutkunder.

4.2 Define - Definiering av problem och mål

Resultat från Define-fasen, presenterat i personas och storyboards.

41 4.2.1 Studiens personas

4.2.1.1 Åke Johnsson - Primärpersona

Har koll på teknikmarknaden och har lätt att hitta och tillfredsställs av att anamma avancerad funktionalitet (se Figur 8). Genom sitt teknikintresse gillar prylnörden ofta att prata om sin upplevelse, jämför ofta lösningar sinsemellan och ser många gånger ett större värde i tekniken än i lösningen av problemet.

Figur 8. Primärpersona

4.2.1.2 Lena Gårdinger - Sekundär-persona 1

Blir glad av att förenkla sin vardag samt att göra den mer komfortabel och miljövänlig (se Figur 9). Lägger tid på att utforska lösningar på sina problem och kan därför gå

42 från okunnig till kunnig.

Figur 9. Sekundär-persona 1

4.2.1.3 Charles König - Sekundär-persona 2

Ointresserad av teknik och anammar bara den med ett tydligt värde (se Figur 10).

Kan ses som en bakåtsträvare men när den kommit över tröskeln kan den bli en utforskande problemlösare.

43 Figur 10. Sekundär-persona 2

4.2.2 Storyboards

En storyboard utformades för varje persona:

4.2.2.1 Storyboard - Åke Johnsson

Storyboard för primärpersonan Åke Johnssson (Se Figur 11).

44 Figur 11. Storyboard för Åke Johnsson

4.2.2.2 Storyboard - Lena Gårdinger

Storyboard för första sekundär-personan Lena Gårdinger (Se Figur 12).

Figur 12. Storyboard för Lena Gårdinger

45 4.2.2.3 Storyboard - Charles König

Storyboard för andra sekundär-personan Charles König (Se Figur 13).

Figur 13. Storyboard för Charles König

4.3 Ideate - Konceptgenerering

Resultat från Ideate, presenterat i exempelutdrag från skapandet av skisser och prioriteringsmatris samt en effektkarta. Totalt genererades 56 koncept.

4.3.1 Crazy eights-skisser

Exempel från Crazy Eights-skissningen innehållande koncept för installationshjälp (se Figur 14).

46 Figur 14. Crazy eights-skisser för olika installationskoncept

4.3.2 Prioriteringsmatris

Exempel på en framtagen prioriteringsmatris för installationskoncepten (se Figur 15).

47 Figur 15. Prioriteringsmatris för ovanstående installationskoncept (se Figur 14)

4.3.3 Effektkarta

Denna effektkarta kopplades till samtliga problem som identifierats i Empathise-fasen (se Tabell 2).

Problem Mål Persona Hur What

Installation Minska antalet samtal till supporten gällande installation

Charles König

Klarar av att installera

enheter, minskar tröskeln

En steg för steg

installationsguide direkt i appen

48 Optimering Öka antalet rutiner

skapade

Förslag på rutiner baserade på mönster som användaren kan skapa genom ett enkelt knapptryck

Hållbarhet Öka folks

medvetande och få tips kring saker kopplade till hållbarhet

Support Minska antalet samtal till supporten

Agenten har möjligheten att hjälpa till med

supportärenden direkt i appen.

Feedback Öka antalet

meddelanden med feedback

Alla Fler funktioner som uppskattas av användaren

Återkommande, kontextuella feedbackformulär

Tabell 2. Effektkarta

4.4 Prototyping - Utformning av prototyp

Alla funktioner förutom de som ingår i installationsprocessen är sådana som ännu inte fullt ut har implementerats på en kodbasis. Detta betyder alltså att de

presenteras som koncept och hur dessa kan utformas rent designmässigt.

4.4.1 Personlighetsskapande

Nuvarande digitala assistenter såsom Alexa, Google Assistant samt Siri är samtliga till viss mån avspeglingar av unga västerländska kvinnor (Carter & Knol, 2019). För att bryta detta mönster utvecklades därför agentens personlighet i denna studie

49 utifrån en äldre man. Agentens grund är inspirerad av karaktären Alfred, butlern från kända serietidningshjälten Batman. Kopplingen passar då Alfred i serien hjälper Batman med teknologiska implementationer, något som då kan speglas i appen.

Agenten bör inte vara så pass förankrad i karaktären att de som inte känner till serietidningarna blir förvirrade, en annan fördel med detta är uteslutningen av möjliga varumärkesintrång. Då skalbarhet genom exempelvis exportering till andra system är ett krav blir möjligheten att ändra agentens persona ett viktigt perspektiv att ha i åtanke. Personan ska alltså inte vara så pass förankrad i utformningen att en potentiell ändring skulle vara alldeles för tidskrävande att implementera. Agentens personlighet skapades även för att spegla Indentives värden: “We are one team”,

“we add value”, “we are decisive”, “we respect diversity”. Exempelvis speglas det första värdeordet genom att agenten är inkluderande och uppmuntrande med meddelande som “Snyggt jobbat!” eller “Bra val!”.

4.4.2 Startsida

På startsidan får användaren möjlighet att välja olika handlingar, såsom installation, community, hållbarhet, tips & tricks, support, samt ge feedback. Handlingarna animeras långsamt horisontellt för att visa samtliga handlingar. Under titeln finns även en interaktiv komponent där användaren beroende på kontext kan se energimål (se Figur 17), återuppta konversation (se Figur 16), eller veckans community-video (se Figur 18).

50 Figur 16. Återuppta

konversation

Figur 17. Mål Figur 18. Veckans video

Användaren har möjlighet att återuppta en

pågående konversation.

Användaren kan få en överblick av sitt

energimål.

Användaren kan se veckans community-video.

4.4.3 Spegling av personlighet

Alfreds personlighet speglas genom exempelvis emojis (se Figur 19) och skämt (se Figur 20). I ett försök att vara mer personlig tilltalas även användaren med dess riktiga namn flertalet gånger genom systemet (se Figur 21). Detta görs även för att förstärka den produktantropomorphistiska effekten.

51 Figur 19. Emojis Figur 20. Skämtsam Figur 21. Personlig

Alfred använder emojis för att förstärka den

antropomorfiska effekten

Alfred kan även skämta med användaren för att lätta upp stämningen.

På olika ställen i systemet benämns användaren med sitt namn. Detta görs även för den personliga kopplingen.

4.4.4 Hantering av inmatning

För att förenkla kommunikation ges användaren förslag både innan (se Figur 22) och medan de skriver ett meddelande (se Figur 23), vilket då baseras på stundande input. Användaren kan även använda röststyrning (se Figur 24) och fritext.

52 Figur 22. Förslag Figur 23. Autocomplete Figur 24. Röststyrning

Användaren kan välja respons direkt från lista interaktivt svar har blå bakgrund och ikon.

Användaren får förslag på kommandon baserat på vad den skriver.

Användaren kan använda röststyrning för att föra dialogen.

4.4.5 Installation

Användaren får instruktioner för enheten genom att skanna dess streckkod (se Figur 25). För att förenkla parningsflödet får användaren hjälp genom

instruktionsanimationer (se Figur 26). Användaren får även möjlighet att välja en ikon till den nyinstallerade enheten (se Figur 27), vilket är en funktion som finns i

nuvarande Connective-systemet.

53 Figur 25. Skanna

streckkod

Figur 26.

Instruktionsanimationer

Figur 27. Välja ikoner

Alfred identifierar enheten som ska paras genom att användaren skannar dess streckkod.

Animationer som bland annat visar hur enheten paras.

Användaren kan välja en passande ikon till den nya enheten direkt i chatten.

4.4.6 Support

Användaren har möjlighet att få hjälp med supportärenden. Dessa ärenden sköts med statistik och trender baserat på data från andra användares supportärenden (se Figur 28). Dessa sköts även med intern logik då Alfred kan kommunicera direkt med tekniken (se Figur 29). Om ärendet inte går framåt har användaren möjlighet att be om att få prata med en riktig människa (se Figur 30).

54 Figur 28. Statistik och

trender

Figur 29. Intern logik Figur 30. Hjälp från människa

Alfred använder tidigare rapportering för att göra val baserad på statistik och trender.

Alfred kan även

kommunicera direkt med enheter för att snabbt kunna dra slutsatser.

Det finns även

möjligheten att tillkalla en människa vid

supportärenden.

4.4.7 Optimering

Alfred kan hjälpa användaren med optimering genom att upptäcka möjligheter till nya rutiner genom mönsterigenkänning (se Figur 33) samt avvikande beteenden i

vardagen (se Figur 31). Alfred gör det även lättare att skapa rutiner genom naturlig språkprocessering (se Figur 32). Detta kan då göras genom att i följande mening

“Sätt på lampan i vardagsrummet klockan 8 varje dag förutom lördagar” exempelvis extrahera avlösare (Klockan = 8), mål (Lampan i vardagsrummet), frekvens (varje dag), samt undantag (förutom lördagar).

55 Figur 31. Upptäckande Figur 32. Skapa rutin Figur 33.

Mönsterigenkänning

Användaren har möjlighet att korrigera

energislösande

beteenden genom rutiner.

Användaren kan skapa rutiner genom skriva hur den bör fungera, vilket tolkas genom naturlig språkprocessering.

Alfred hittar mönster i användarens beteende vilket sedan kan

konverteras till en rutin.

4.4.8 Hållbarhet

Agenten kan coacha användaren genom att skapa mål och ge tips kring dess

förbrukning (se Figur 34, Figur 35 och Figur 36). Denna funktionalitet implementeras bland annat baserat på marknadens fokus på hållbarhet som uppdagades under de interna intervjuerna.

56 Figur 34. Energimål Figur 35. Möjlighet Figur 36. Skapande av

mål

Användaren blir coachad att förbruka mindre genom att sätta upp mål och få tips hur målet kan uppnås.

Alfred tar vara på möjligheter för att mer hållbart utföra

förbrukningstunga handlingar.

Alfred säger till om

användaren förbrukat mer än snittet i deras område.

4.4.9 Community

Användaren får ta del och ladda upp videos till appens community (se Figur 37). I videon kan användaren se vilka produkter som används samt eventuella rutiner eller scener (se Figur 38). Användaren kan även läsa rekommenderade artiklar, även dessa innehåller produkter och eventuella rutiner eller scener (se Figur 39). Denna funktionsgrupp baserar sig på prylnördspersonans vilja av att dela med sig av lösningar samt få inspiration på nya.

57 Figur 37. Video Figur 38. Reklam i

videon

Figur 39. Artiklar

Alfred kan rekommendera videos som andra med appen laddat upp.

Videos innehåller reklam för de produkter och rutiner som ingår.

Alfred kan även ge inspiration i form av externa artiklar.

4.4.10 Feedback

Användaren ombeds lämna feedback efter att ha utfört olika handlingar i appen (se Figur 40). Detta ger Indentive möjligheten att få en bra överblick kring vad som funkar och inte i appen. Dessa betyg kan även användas för reklam (se Figur 41).

Ett tag efter att en supportprocedur utförts har användaren möjlighet att rapportera huruvida den var framgångsrik eller inte (se Figur 42).

58 Figur 40. Betyg i känslor Figur 41. Betyg i

stjärnor

Figur 42. Återkoppling

Denna typ passar bra för snabb återkoppling.

Dessa betyg går sedan att använda i App Store &

Google Play.

Efter en supportprocedur får användaren möjlighet att rapportera kring dess framgångsrikhet.

4.4.11 Andra sidor

Appen innehåller även andra skärmar som behövs för kontext samt övrig

funktionalitet. När användaren först startar Alfred syns onboarding-sidan (se Figur 43). På inställningssidan kan användaren se historiskt material samt välja

preferenser och inställningar (se Figur 44). Användaren kan skaka mobilen för att starta Alfred var den än befinner sig i appen (se Figur 45).

59 Figur 43.

Onboarding-sidan

Figur 44. Inställningar Figur 45. “Shake to wake”

Används första gången användaren startar Alfred.

Här kan användaren se gamla community-videos, välja inställningar, samt byta utseende på Alfred.

Alfred kan öppnas genom att skaka telefonen, då dyker denna “popup” upp.

4.5 Testing - Test av prototyp

Efter att samtliga tester slutförts sammanställdes alla data som samlats in under testen, såsom deltagarinformation, SUS-värde, samt huvudteman i både

problematiska och positiva trender. De citat som visas i denna del är transkriberade från de ljudupptagningar som gjordes under testen.

60 4.5.1 System Usability Scale

Som tidigare nämnt i metoddelen fick deltagarna efter varje test fylla i ett formulär som bland annat innehöll frågor från SUS-metoden. Efter att ha sammanställt all data och utfört uträkningen (se 3.5.3.2 System Usability Scale) så kunde systemets SUS-betyg konstateras vara 90.3 (se Tabell 3). Som tidigare nämnt kan man se SUS-skalan i elva nivåer från F (0-50) till A+ (84-100). Det betyder att appen placerar sig på det högsta betyget i skalan. Enligt Sauro (2018) gör detta användaren

benägen att tipsa andra om systemet (se Figur 46).

Figur 46. SUS-skala

Kön Ålder Mobilanvändning (h) SUS-värde

Man 22 10-15 90

Man 22 10-15 92.5

Man 23 10-15 95

Man 23 35+ 85

Kvinna 23 10-15 95

Man 26 35+ 95

Kvinna 21 5-10 90

Kvinna 24 30-35 77.5

61

Kvinna 23 30-35 92.5

Tabell 3. Deltagarnas information samt SUS-värde från användbarhetstestningen

4.5.2 Skillnader mellan deltagargrupper

Det gick inte att göra några tydliga fynd i mån om skillnader mellan deltagarnas SUS-värde och övriga attribut. Något som kan vara värt att notera är att den som gav systemet lägst SUS-värde (77.5) hade en högre mobilanvändning (+35) än majoriteten av de som gav det högsta betyget (95). Däremot hade en av de som gav högsta betyget samma höga mobilanvändning som den som gav lägst. Den som var äldst var även en av de som gav den högst betyg (95) och den som var yngst gav ett betyg på 90, vilket är ett medelvärde i detta test.

4.5.3 Problem i appen

Trots det höga SUS-betyget identifierades en del problem under testen. Dessa var Mycket på samma gång, Osäkerheter kring Alfreds begränsningar, samt

Färgindikation.

4.5.3.1 Mycket på samma gång

Ibland tyckte deltagarna att det hände för mycket på en och samma gång (se citat 37 - 40). Detta var ofta när instruktionen för parning av rörelsesensorn dök upp, vilket kombinerar två meddelanden och en animationsruta.

37. “Ibland är det lite mycket meddelanden på samma gång”

38. “När det kom många meddelanden samtidigt, och det första var ganska långt, kände jag oj nu hängde jag inte riktigt med här”

39. “Lite förvirrande att internet och elkabeln skulle pluggas in samtidigt”

62 40. “Det kunde vara lite överväldigande ibland, med bilder som rörde

sig och text”

4.5.3.2 Osäkerheter kring Alfreds begränsningar

Några deltagare uttryckte en viss osäkerhet kring vad Alfred klarar av, speciellt i mer avancerade scenarion (se citat 41 - 43).

41. “Kanske vore nice att man kan trycka så man kan tala med en riktig människa”

42. “Spännande att se hur det skulle gå att göra något mer avancerat”

43. “Felet som har hänt är kanske inte något du kan säga till botten”

Detta inkluderade även skepticism kring hur detta tas emot av äldre (se citat 44).

44. “Jag vet inte riktigt hur detta hade funkar på äldre”

Dock fanns det deltagare med motsatt åsikt (se citat 45).

45. “Jag tror helt ärligt att min Farmor hade älskat denna”

4.5.3.3 Använda färger för parning

Det dök upp ett problem för två av användarna vid parning av sensorn angående otydlig färgangivelse (se citat 46 och 47). Sensorn instruktioner är kopplade till dess färgdisplay och användarna blev då osäkra på om lampan blivit gul (vilket är en indikation på att användaren ska klicka på en knapp).

46. “Var det där gult?”

63 47. “Är det här gult?”

4.5.4 Bra saker

En hel del positiva aspekter kom fram under testningen, vissa väldigt generella (se citat 48 - 50).

48. “Skönt att appen var enkel, installationen hade varit svår annars”

49. “Jag tyckte om allt”

50. “Den var lätt”

Resterande gick att dela upp temana Omtyckt estetik, Animationer, Bättre än manual, Tydligt fokus, samt Förslagsknappar.

4.5.4.1 Omtyckt estetik

Många användare uttryckte positiva åsikter kring appens estetik (se citat 51 och 52), vilket enligt Moran (2017) är en viktig del i en positiv användarupplevelse.

51. “Riktigt snygg”

52. “Den var jättesnygg tycker jag”

4.5.4.2 Animationer

Något som många användare tyckte om var instruktionsanimationerna (se citat 53 - 58).

53. “Oh det var ju väldigt fint, visar att jag behöver ge den ström”

54. “Skönt att animationerna ser ut exakt som det gör på riktigt”

55. “Animationerna gjorde det väldigt tydligt”

64 56. “Jag gillade att den hade bilder”

57. “men animationen visar väl bara, nej vänta, jaha men gud”

58. “Väldigt snygga animationer”

Detta var ingen stor överraskning då det stämmer överens med flertalet teorier kring informationsvisualisering, bland annat Apples (2020).

4.5.4.3 Bättre än manual

Vissa användare uttryckte att de tyckte appen var bättre än vanliga manualer (se citat 59 och 60).

59. “Det här är något jag kan tänka mig använda, och det kommer från någon som hatar instruktioner”

60. “Hatar instruktionsböcker, så denna är perfekt”

Detta är ett väldigt bra tecken då manualer är den nuvarande artefakten vid installation.

4.5.4.4 Tydligt fokus

En del användare beskrev även att de slukades in i uppgiften (se citat 61 – 67).

Vissa beskrev det som att de inte riktigt förstått vad de gjort, men att det ändå gick smidigt och bra.

61. “Jag vet inte riktigt vad jag gjort nu, men det gick ju väldigt bra”

62. “Utan att ens fatta vad jag hållit på med lyckades jag slutföra uppgiften”

63. “Va härligt, det var som att parningen hände utan att jag märkte att den hände, jag följde bara stegen liksom”

65 64. “Fokuserad på uppgiften och den gav mig hela tiden det jag ville

ha, så det gick så himla lätt”

65. “Straightforward, säger vad jag ska göra”

66. “Det gick ju fort liksom, det talar väl för att den gjorde det den skulle”

67. “Väldigt intuitiv, tänkte inte så mycket på hur det såg ut.”

Detta sågs som ett bra tecken på att prototypen vägleder användaren på ett sätt som gör att de inte behöver förstå tekniken bakom de enheter de parar. Om ett önskemål däremot är att lära användaren kring tekniken kan utbildande inslag presenteras under processens gång.

4.5.4.5 Förslagsknappar

Som de teorier som togs upp i utformningsdelen pekade på så visade sig

förslagsknapparna vara en stor favorit (se citat 68 - 71). Flera deltagare uttryckte en stor glädje och lättnad kring funktionen. En deltagare beskrev problemet med att det alltid är svårt att veta hur man ska formulera sig för att agenten ska förstå vad man säger, vilket är något som förslagen löser.

68. “Skönt att det fanns färdiga svar”

69. “Skitbra med chattbotar med förslag”

70. “Diggar verkligen förhandsvalen, tycker inte om att skriva alls”

71. “Slipper skriva”

4.5.5 Uppfattning om Alfred

Det fanns en del olika uppfattningar kring Alfreds personlighet, nästan alla var positiva. Många uppfattade agenten som hjälpsam och glad.

66 4.5.5.1 Antropomorphistisk tilldelning

Målet att blanda in antropomorphistiska drag ansågs lyckat då många deltagare refererade till Alfred med könsbundet pronomen och beskrev honom med antropomorphistiska beskrivningar (se citat 72 – 82).

72. “Va fint att han skriver också”

73. “Han va positiv, hjälpsam”

74. “Han var mån om att hjälpa, liksom inte bara hjälpsam, han ville hjälpa”

75. “Han va trevlig, positiv”

76. “Han var väldigt mån om att det skulle gå bra för mig”

77. “ Han va ball”

78. “ Han höll mig i handen”

79. “Han frågade hur det gick för mig”

80. “Han va skön haha”

81. “Kändes lite som en vanlig grabb”

82. “Kändes lite som: jag är här för din skull”

Vissa benämnde Alfred mer som en bot, genom att använda ordet bot eller att säga

“den” istället för “han” (se citat 83 – 85).

83. “Det va nice, personlig bot”

84. “Det var nog den trevligaste chatboten jag interagerat med faktiskt”

85. “Kan jag säga att den var lite skön?”

67 4.5.5.2 Språk och beteende

Vissa deltagare gillade språket (se citat 86 och 87).

86. “Glad och peppande vilket syns i emojis”

87. “Lite rapp och klämkäck”

Andra deltagare uttryckte däremot att den peppiga tonen kanske hade varit tröttsam i fel läge eller under en lång användning av appen (se citat 89 – 91). En deltagare uttryckte även en viss oro för att språket inte hade passat äldre lika bra (se citat 88).

88. “Kan tänka mig att språket kan vara lite för lekfullt för äldre”

89. “Hade jag använt den hela tiden hade jag kanske tröttnat på den härliga jargongen, bara säg vad jag ska göra liksom”

90. “Vet inte om jag hade diggat allt fluff om jag hade varit stressad”

91. “Ibland är det lättare om man bara kan säga ja eller nej”

4.5.5.3 Namnet

Det fanns en del olika uppfattningar kring namnet (se citat 92 – 95).

92. “Alfred är ju namnet på en gammal gubbe, han kan inte lära mig om teknik”

93. “Kul med Batman referensen”

94. “Gillar ju Emil i Lönneberga så det var ju lite kul”

95. “Gillar namnet också, påminner lite om Batman”

68 4.5.6 Slutsats

De mest uppskattade funktionerna ansågs vara animationer och förslagsknapparna.

Det mest problematiska ansågs vara när det uppstod mycket information på samma gång, och den misstro som fanns till Alfreds möjligheter att tackla en mer avancerad uppgift.

5 Diskussion

Här tas kritik angående studiens utformning upp. Kapitlet tar först upp generell kritik mot konversationsagenter för att sedan gå in på mer studiespecifika områden såsom metod- och resultatdiskussion.

5.1 Etisk problematik kring implementeringen

5.1.1 Skaparens fördomar

Som nämnt i metoddelen så finns det en viss problematik som uppstår vid skapandet av agenter. Trots att agenter är en typ av maskin kommer de ofta med en typ av etik, moral, samt fördomar då agentens skapare för med sina egenskaper, vilket formar dess beteende (Gheerawo, Poggi, & Spencer, 2018). Man kan argumentera för att detta amplifieras genom att endast ha en skapare, då fördomar, åsikter och

preferenser kan strömmas igenom utan filter. För att förhindra detta och göra agenten mer diversifierade kan man försöka inkludera flera kreatörer från olika kulturella och politiska riktningar. Viktigt i denna aspekt är även, som nämnt i metoden, att agenten representerar företagets värden och etiska riktlinjer.

5.1.2 Automatiseringens påverkan på arbetsmarknaden

Något som är kontroversiellt med automatisering såsom exempelvis AI är att de kan ersätta mänskligt arbete, vilket introducerades i Kritik mot konversationsagenter.

Automatiserade lösningar prefereras då de kan vara billigare i längden, vilket leder till att personen som tidigare utfört uppgiften kan förlora jobbet. I de fallen kan man argumentera kring huruvida implementeringen av konversationsagenter kommer

69 göra samhället bättre eller inte. I vissa fall kan dock automatisering assistera

människan snarare än att helt ersätta den. Denna vy hålls av Carter & Knol (2019) vilket argumenterar för att botar ännu inte blivit tillräckligt bra för att kunna utföra handlingar helt utan assistans. Här kan man dock argumentera för att det endast är en tidsfråga. Någon som däremot inte tror det är Yin (2019), som tar upp exemplet med framtagningen av bankomater på 60-talet. När bankomaten introducerades till

människan snarare än att helt ersätta den. Denna vy hålls av Carter & Knol (2019) vilket argumenterar för att botar ännu inte blivit tillräckligt bra för att kunna utföra handlingar helt utan assistans. Här kan man dock argumentera för att det endast är en tidsfråga. Någon som däremot inte tror det är Yin (2019), som tar upp exemplet med framtagningen av bankomater på 60-talet. När bankomaten introducerades till

In document Vad kan jag hjälpa dig med idag? (Page 49-0)